因為職業的不同，審美的不同，在交付設計稿的時候，總會被要求反覆修改，有時候甚至覺得修改的地方讓人不可思議。那麼，面對這種情況，設計師應該如何處理呢？也許你可以試試AB test。
“xx，banner這裡再改一下，要有大氣的感覺……”
“xx，這個字再放大一點，顏色不好看……”
“xx，再改下吧，感覺太亂了……”
每天面對需求方的各種“無理”要求，剛入行做運營設計的我，天空飄的一直是那朵烏雲……
特別是遇到灰常強勢的運營大佬，還敢怒不敢言…心裡一萬句NNP，手上還得改改改！
改圖改到萬分沮喪，甚至開始懷疑人生……
有時會想不就是一個banner嗎？
怎麼就這麼難呢？怎麼就這麼難呢？？怎麼就這麼難呢？？！！！
後面在我做到第1000個banner時，終於反思，再也不能這樣做！我要拿回設計師的主動權！
首先是為什麼運營總讓我改，為什麼他總要說感覺不行，為什麼他不讓開發去改代碼？不讓老闆去改決定？卻總是盯著這麼一個小banner，
讓我改來改去改去改來，改到鼠標都抽筋，電腦都抽風！通過一段時間的觀察，我發現原來運營這傻X他不會開發，看不懂那密密麻麻紅紅綠綠的代碼，自然就沒法指指點點。
而且只要一聽開發說這個做不到，那個風險大，就立馬哈巴腰地說回去再想想。
然後…然後…然後！
鬼都知道他這想想就是改設計！改設計！
更讓人不爽的是，他沒法改變老闆的決定，結果自然也改設計！天呢！為什麼受傷的總是設計師。
終於！我從運營同學與設計師身上找到了兩個原因。
一、人人皆有審美
首先是作為人，作為萬物靈長的人類，不管這個人長得美醜如何、能力如何、人品如何，他可能不會認為自己有寫代碼的天賦，也可能不會認為自己有做老闆的天賦。但他一定會覺得他有審美的天賦，且品味應該還不錯，甚至是認為自己審美無敵。
所以他沒法評價開發代碼寫得好壞，也沒法左右老闆的決定，但他一定會對設計提出他對美的要求。
提出他對美的各種要求！！
所以如果你不幸選擇設計這個行業，那就一定要練就能夠包容他人之審美的心胸。要把某些運營的審美當嬰兒一樣對待，諄諄善誘循循引導。
二、設計師的不作為
其次是作為設計師的我們，居然也要負一些不作為的責任。
可以想象一下工作中當我們遇到被指點江山的情形時，通常做的不是如何找方法去佐證自己的觀點，也不是虛心分析運營同學為什麼會這麼說，而是抱怨！
抱怨運營變來變去，抱怨運營是傻X，抱怨運營能力不行，抱怨運營不懂設計還瞎指揮…所謂怨婦型設計師。
但捫心自問，就算作為設計師的我們，就算懂設計，但又能懂多少呢？又能比運營同學多懂多少呢？
難道就因為是設計師，所以我們的審美就一定比對方高嗎？我們的想法就一定比對方好嗎？關於項目的實際結果我們比對方更能負責嗎？
當然不能！
所以當我們沒有理由說明這是好的，沒有辦法證明這是對的，同時又不能為結果負責的時候。那麼，運營同學為什麼要聽你的！
只有運營同學才是直接對結果負責的人！無論項目成與敗，對於錯，對於設計師來說，這都可以算是你的作品。但對運營同學來說，這直接關係到他的KPI，直接影響他所背的指標，甚至直接決定他的業績。
所以我們自然要接受他對設計提出的種種想法和建議。
但，難道要一直這樣憋屈嗎？難道要一直這樣被動嗎？難道要一直這樣不作為嗎？
NO！有一種方法叫AB-Test。
即在設計過程中，製作AB或多個方案，在同一時間維度下，分別讓組成成分相同或相似的訪客群隨機訪問這些版本，並收集各訪客群組的數據，進行分析和評估出最優版本，然後採用。
AB-Test注意事項：
- 保證做AB的方案只有一點不同，比如一個button是綠色，一個是紅色，但其它都要一致，不然就不好確定是哪個點影響了AB測試的結果；
- 保證兩個方案同一時間上線；
- 訪客的屬性一定是相似或相同的，且流量一定是平均分配到2個版本上。
鑑於以上與運營同學種種的相愛相殺，我決定對一直頻繁要修改設計的banner做AB-Test。
我想驗證在我與運營之間，到底誰才是真的九陰真經，到底誰才是真的武林至尊，華山論劍，到底誰會更勝一籌。
說做就做，測試模塊是APP首頁的主banner，這裡的流量最大，測試結果也更具說明性。具體位置如下：
確定好位置，接下來組內討論先確定了4個測試點。
（1）關於是否要有button
在做banner的過程中，有時運營給的文案相對偏少，然後我一般會建議再增加個button，提示用戶點擊，效果會更好一些。
可運營同學呢，who care？心情好的時候要放就放吧。心情不好的時候，就反問能提高多少點擊？提升多少效果？
這不是慫我嘛，我只是出於好心建議，但具體能提高多少，我母雞啊。
所以我就針對banner上是否有button這個點進行了AB-Test。
我想知道到底是有button好，還是沒有好，如果是有button好，那到底會好多少？
測試數據如下：
從數據來看：
- 有button的banner點擊數更高；
- 且商品詳情頁的訂單數更多；
- 相應的銷售額也更多。
而且從第一個活動的數據中，可以發現PV點擊率，有button的方案相比無button的僅高出0.01%，UV點擊率僅高出0.02%，可就是這0.01%、0.02%的差值，卻多帶來了幾百個訂單，銷售額也相應增加了幾千塊。
看到這個數據，心裡好像有一些獲勝的快感，但更多的是釋然！
必定有些時候當運營要加button的時候，我又嫌內容太多……爭來爭去。原來我爭的是方寸之間，而運營爭的是那0.01%、0.02%的結果。
運營並非真的是對設計不滿意，而是他自己也不曉得如何做才能效果最好。
在大家能力都相差不大，而我又無法證明這是對的時候，作為運營同學，他就會更傾向於聽從自己已有的經驗。
必定誰也不會把寶壓在不信任的人身上。而且他還要為項目的結果直接負責，所以才會讓設計師按照他認為可以帶來好結果的要求去改。
而設計師呢，也並不是對運營有意見，設計師在期望項目結果好的前提下，首先要保證設計的美觀度和合理性。當時間緊張，這兩者發生衝突的時候便陷入了你是我非的糾結和爭論中。但因為設計師不直接對項目結果負責，同時又沒有可信性的經驗，所以最終就聽運營的了。
而AB-Test則可告訴我們什麼樣的是好的，什麼樣的是不好的。既然有方法去確定，那當然就不用再進行爭論。
所以在看到數據的那一刻，我與運營就和解了。
原來你沒那麼強，我也沒那麼弱。
那為什麼有button的點擊效果會好一些呢？
在心理學上有一種叫“暗示效應”，指在無對抗的條件下，用含蓄、抽象誘導的間接方法對人們的心理和行為產生影響，從而誘導人們按照一定的方式去行動或接受一定的意見，使其思想、行為與暗示者期望的目標相符合。
我們把它移接在用戶體驗上，就是在用戶瀏覽網站或使用APP時，在他沒有防備的情況下，用一些比如查看詳情、立即報名、去看看、領優惠等暗含行為動作的詞，對用戶形成一種心理暗示，從而引導促成用戶的點擊行為，即而達到我們的期望目標。
所以建議在做banner時，可以增加引導用戶點擊的button，以達到數據轉化的最大化。
這是測試的第一個點。
（2）關於button的位置
在第一個測試點中，我們知道了有button的方案數據效果是好的。
那麼問題又雙來了，這個button是放在左側更好一些，還是放在右側更好一些呢？
於是我們針對button的位置又做了AB-Test。
得出的數據如下：
從數據看：
button在左側的效果會比較好，因為我們一般的瀏覽習慣是從左到右的，在左側，可讓用戶更高效的快速掃描。
這是第二個測試點。
（3）關於主題文案的位置
確定了button，也確定了button的位置。
問題又雙叒來了，關乎banner最重要的主題文案是放在哪個位置比較好呢？是左側？是右側？還是中間？對數據又將會產生什麼樣的影響呢？
於是針對主題文案的位置又做了AB-Test。
考慮到人的瀏覽習慣一般是從左到右的，所以這裡沒有做居右的測試，當然後面有機會也可以嘗試一下。
得出的數據如下：
從數據看：
文案的位置與button的位置一樣，同樣是居左的效果更好。
這是做的第三個測試點。
第四：關於整體內容的位置
雖然測了button和文案，但是分別測的，沒有放到一起去做整體的測試。我能說明button居左的效果好，能說明文案居左的效果好，但當文案與button都居左的時候，效果就一定也是好的嗎？
所以問題又雙叒叕來了，即主題文案與button都在左側效果更好？還是都在右側效果更好？或是中間效果更好呢？
於是針對整體內容又做了AB-Test。
然後數據如下：
從數據看：
無論是單獨測button，還是單獨測文案，還是整體測，最終得出的結果均是居左的點擊效果最好。
即這樣版式的banner點擊效果最好！
所以經過一輪一輪的AB-Test，就積累了很多數據的經驗。
以前與運營各自都無法證明，誰也瞧不上誰。但有了數據的支撐，我們就再也不用聽運營指揮這裡改改那裡改改了，運營也再不用擔心設計師做得不好了。
而是依據數據，用數據來指導設計。數據讓雙方不再各執一詞，各執己見，而是相互信任，相互認可。
而設計也不止於美醜，如果一個設計只是做得漂亮，但數據了了，那麼我也不太會認為這是一個好的設計。所以僅憑美與不美來衡量設計的好壞是極不科學的，對設計師特別是體驗設計師來說也是一件非常不負責任的事情。
所以如果有可能，儘量多爭取做一些AB-Test。
憑感覺做設計可以，但我們更要用數據來指導設計。數據就如同探險家在野外的指南針一樣，當我們陷入無休止的爭論，誰也說服不了誰時，它可以給我們指引方向。
且通過測試的最優結果，可以生產一批與最優結果相同或相近的模板。後面再有類似需求時，完全可以用模板解決，即高效，數據轉化又好，可謂是低投入高產出。
最後說明
（1）以上幾點在不同的工作中均做過測試，特別是在電商行業，結果均是類似的（另：由於數據都屬保密性內容，所以上面圖中均為處理後的數據）。
但不代表所有行業都如此，所以大家所在的環境如果有機會，也可以多嘗試AB-Test。而且關於banner的測試點還有很多，比如字體的類型、背景的顏色、是否放人物照片等都可以嘗試。
（2）測試本身也會有一定的時效性，一個測試結果，並不代表以後所有的需求都這樣做。所以要階段性持續性地去做。
（3）在小團隊可能因為開發資源有限，沒有機會做測試。或可嘗試一下人工測試法。即設計2個方案，把公司裡的同事分成具有相同或相似屬性的兩部分，讓他們分別看不同版本的設計方案，然後憑直覺對其進行點擊慾望或其它方面的打分。
最終彙總總分，採用最高分方案。但此方法主觀性會比較強，所以結果也僅做參考。
（4）數據釋義：
PV：Page View，即頁面瀏覽量，用戶每次對網站中的一個頁面的請求或訪問均被記錄1個PV，對同一頁面的多次訪問，pv累加。例如，某頁面被一個用戶訪問了5次，pv就+5。
UV：Unique View，即獨立訪客，訪問網站的一臺電腦客戶端為一個訪客，在同一天內即使多次訪問，但只被計算1次。
PV點擊數：即banner被點擊的次數，重複點擊也算，例如，某banner被一個用戶點了5次，PV點擊數+5。
UV點擊數：是獨立訪客點擊banner的次數，同一天內同一電腦客戶端的訪客重複點擊，只計算1次。
題圖來自Unsplash，基於CC0協議
閱讀更多 人人都是產品經理 的文章
